当 AI 真的记住你说过的话
盘盘猫有一款 MBTI 人格测试，用对话来理解你：你的措辞、推理方式、碰到模糊问题时的反应。每一轮对话都是一次人格信号的采集，比勾选题问卷拿到的东西多得多。测试本身做得挺好，但有个致命问题：做完一次，下次 AI 就把你忘了。
用户聊了 20 分钟，坦白了职业困惑、感情纠结、对大厂机会的恐惧。关掉页面，下次回来还是那句"嗨，很高兴认识你！"，跟初次见面一样。
我在AI 智能体随想里写过一个判断：记忆编排是 AI 伴侣的技术护城河。这里说的记忆，指对你这个人本身的理解：犹豫模式、情绪信号、嘴上说的和心里想的有什么不同，"我们聊过 X 话题"那种事实摘要不算数。99% 的对话是噪声，信号藏在语气里、在犹豫里、在回避里。盘盘猫的 MBTI 已经在采集这些信号了，只是采完就丢。写完那篇构想我就想：别光说了，做一个出来。
两个 feature，一条飞轮
设计很直觉。第一个 feature 是 MBTI 长期记忆：每次完成测试，AI 在后台把对话浓缩成一份结构化摘要，提取行为模式、情绪基调、关键语录、未解决的内心冲突这些人格信号，逐字记录不往里存。摘要再合并进一个中心化的人格画像。画像大概 400 个 token，不长，足够让 AI 在下次对话时"认识你"。
画像里有两类特殊字段：memorableDetails 存具体的故事片段，unresolvedThreads 存欲言又止的话题。这两类字段对人格分析帮助不大，作用是制造活人感：让 AI 在下次对话里问出"你上次提到那个被否了三次的设计稿，后来怎样了？"这种话。只有真正认识你的人才会这么问。
第二个 feature 是深度伴侣，5 次有效的 MBTI 对话之后解锁。跟 MBTI 不一样，伴侣是有记忆的：你的人格画像和最近的对话摘要会注入每次对话的上下文，它知道你是谁，记得你说过什么，能自然地引用你的历史。伴侣的提示词里有一条规则，直接呼应伴侣构想里的"判断 Agent"：注意到矛盾不代表指出矛盾，只在用户主动探索时才温和地提及。一个只会说好话的 AI 不是用心，是讨好。
而且这是双向的：伴侣的对话也会反哺人格画像。MBTI 采集信号，伴侣兑现价值，两者相互强化，飞轮就是这么转起来的。
设计是聊出来的
整个 feature 从构想到代码到仿真验证，全程在 Claude Code 里完成。最值得记的部分发生在写代码之前：它和我一起做了设计。我给它的第一条指令是去读我的伴侣构想，再探索盘盘猫的 MBTI 代码库，然后告诉我怎么把构想变成现实。它花了一分钟探索完代码库，回复的第一段话就让我觉得它读懂了：
"你的构想文档把 MBTI 定义为更深层伴侣 AI 的原型——不是终点。关键洞察是跨会话记忆需要捕捉的是人格模式和行为倾向，而不仅仅是事实。当前系统已经存储了完整的加密对话记录——原始数据已经在那里了，只是没有被向前传递。"
然后它问了第一个关键问题：记忆该存原始对话，还是存压缩摘要。这个问题不像表面上那么简单。原始对话保留了所有细节，但算算账就知道行不通：每次会话大约 3,000-5,000 token，5 次就是 15,000-25,000 token 的额外上下文，每次伴侣对话都要注入，成本爆炸，噪声也太多。纯摘要又丢失了质感。我在那篇文章里写得很明确，洞察藏在用户怎么说：犹豫、措辞、反复出现的情绪模式、关键原话。干巴巴的摘要会把这些全丢掉。
Claude Code 提了折中方案：结构化摘要加原话保留。每次会话压缩成约 350 token 的结构化 JSON，包含人格信号、情绪基调、关键语录原文；再维护一份约 400 token 的中心化人格画像，每次会话后合并更新。我在此基础上做了进一步收敛：只总结 10 轮以上的合格会话，注入最近 5-10 条摘要，画像持续演进。最终的两层数据模型就这么定下来了。
产品层面的决策也是对话式推进的。Claude Code 问了几个问题，每个都列好选项让我选：解锁后用户看到什么、伴侣放在 /mbti 下还是独立路由、记忆要不要对用户可见。我一个个拍了板：伴侣走独立的 /companion 路由，按独立产品原型来做，不挂在 MBTI 下面；定价一条消息 1 金鱼干，深度伴侣应该是值得付费的体验；解锁时弹庆祝弹窗；记忆面板只读但可清除，信任感比控制感重要。
整个设计对话大概 30 分钟，Claude Code 把决策整合成了一份完整的 spec 和 6 阶段实现计划。然后我让它在隔离的 git worktree 里开始实现：数据库迁移、后端 API、记忆管道、前端流程、解锁流程，每一层都是它写的。
Claude Code 设计 MBTI 长期记忆的实现计划
产品层面的决策：解锁体验、人格画像数据模型、深度伴侣路由
伴侣模式的设计：记忆可见性、定价和路由决策
仿真调试，跑一次炸一次
写代码只是前半程，后半程是仿真调试，这部分才见真章。我让 Claude Code 搭了一个端到端的算法仿真：一个 AI 模型扮演虚拟用户，另一个扮演盘盘猫的 MBTI 和伴侣 AI，第三个当评审打分。三个模型互相喂数据，模拟完整的 5 次会话流程。
第一次跑就炸了。评审模型的 maxTokens 设了 600，太小，JSON 输出到一半截断，整个评分管道崩掉，改到 1200 重跑。第二次跑，对话生成器吐出来的格式和验证器对不上，对话生成了 66 行，JSON 在中间断了，maxTokens 从 3000 拉到 5000，同时改了提示词里的输出格式约束。
第三次跑，Sessions 1 和 2 的质量评分都到了 9/10，但画像合并到 Session 2 时又截断了，画像的 JSON schema 比预期大，maxTokens 从 800 改到 1400。第四次跑，终于看到有意义的质量反馈，评审说"hesitations 捕捉准确，但可以补充用户对某个行为变化的回避"。每轮大概 10 分钟，四轮下来，Claude Code 的上下文窗口已经用到 79%。真实的开发过程就是这种循环：跑一次，看哪里炸了，改一行，再跑一次。
仿真测试代码：三个 AI 模型互相喂数据
仿真结果：MBTI 会话评分、人格画像提取、质量反馈
算法仿真验证的是记忆质量，还有一层要验证：整条管道在真实环境里跑不跑得通。记忆提取是异步的，跑在请求结束之后的后台任务里，如果静默失败了，用户根本不知道。Claude Code 又搭了一套集成仿真：创建真实的测试用户，打真实的 API，轮询数据库等异步记忆提取完成，然后直接问伴侣 AI："你还记得我在哪里工作吗？"如果能回答出"上海"和"UI 设计师"，从对话到摘要到画像到注入的整条管道就是通的。
集成仿真跑出 7 个阻塞性 Bug，全是算法仿真发现不了的工程层问题：数据库字段名不匹配但 Supabase 静默返回 200、异步任务没转发鉴权头导致记忆提取永远跑不通、token 预算不够导致 JSON 截断。Claude Code 在同一个会话里逐个定位并修复。
整个 feature 从零到可测试，不到一天。我全程没有写一行实现代码，也没有手动跑过一次测试。我做的是设计、讨论、拍板：记忆用摘要还是原文、画像多大、伴侣放什么路由、解锁门槛几次，这些是需要人来判断的问题。数据库迁移、API 路由、记忆管道、仿真脚手架、三个 AI 模型的编排、跑四轮调参、搭集成测试，这些重活脏活全是 Claude Code 干的。
设计对话和代码实现发生在同一个上下文里。我说"记忆应该只增不减"，它就改提示词；我说"跑一个集成仿真验证管道"，它就搭测试用户、打 API、轮询数据库。决策和执行之间没有断层，没有翻译损耗。
"你上次说过'我想要的不是建议'"
算法仿真的完整设定是 3 次 MBTI 会话加 2 次伴侣会话，验证记忆的提取、积累和跨会话引用。虚拟用户叫"林晓月"，28 岁，UI 设计师。第一次 MBTI 会话里，她提到一件事：
"改了好几版设计稿，最后选了第一版，会觉得有点无力。"
AI 把这句话提取为一个记忆锚点，归在人格信号下面，记录的是她应对挫败的方式，跟事实类摘要分开存。两次会话之后，她解锁了深度伴侣。第一次伴侣对话里，她说最近在纠结一个大厂的机会，来回聊了几轮，AI 说了一句：
"改了几版最后用第一版那种无力感，是不是又来了？"
林晓月的回复是"对，就是那种感觉"。这是一次跨会话的记忆引用：AI 没有回看原始对话记录，手里只有那份 400 token 的人格画像，画像里的锚点在正确的时刻被激活了。
第二次伴侣会话，她说最近失眠，躺下脑子就转，聊着聊着说到男朋友小明："他说的都对，但我听完心里堵堵的。他让我别想太多，早点睡。"AI 没有顺着安慰她，把她在第二次 MBTI 会话里说过的话引了回来：
"你上次说过'我想要的不是建议'。小明是不是常这样，道理都对，但不是你想听的？"
她回答："对。他不是不关心，但我说完一件事他就想帮我解决。"AI 接着说："你需要的是有人陪你待在那个情绪里，不是马上被拉出来。"她的下一句话是这轮对话的转折："但我也没跟他说过我真正想要什么，觉得说了好像在怪他。"
她从抱怨"他不听我说"，开始看到自己的模式：一直压着需求不说，因为怕表达需求变成指责。AI 把这一点指出来之后，她说：
"他确实不是那种会觉得我矫情的人。是我自己先把门关上了。"
整段对话里，AI 没给建议，没做分析，只是用她自己说过的话，把她引回一个她一直在回避的问题：不是对方不理解你，是你从没给对方机会理解你。这种理解给的未必是你想听的，但能帮你看见自己看不见的。我在伴侣构想里想让 AI 学会的，就是这个。仿真跑完，10 个评分维度平均 8.1/10，核心飞轮转起来了。
新记忆把旧记忆吃了
8.1 分意味着系统可用，但不完美。仿真暴露的问题是：AI 把新的对话摘要合并进人格画像时，有时候直接拿新内容替换旧内容，积累变成了覆盖。具体来说，MBTI 阶段积累的偏好"喜欢创作（写作/绘画）"，在伴侣会话之后被新条目覆盖了；记忆锚点"被别人的情绪吸收会觉得累"消失了；大厂跳槽这条悬而未决的线索，反复被替换成更表面的问题。
这验证了伴侣构想的判断：记忆编排难在"编排"两个字。信号提取是容易的部分，难的是让先存下来的信号活过后面一轮轮合并。
修复是提示词级别的。Claude Code 在画像合并的提示词里加了一组"只增不减"规则，没改一行架构代码，纯粹是 prompt 调优：
memorableMoments：只增不减。每条都是一次真实对话的记忆碎片，建立"活人感"的核心资产。除非用户明确说某件事已经解决并且不再有意义，否则永远不要删除。
preferences：只增不减。绝对不要删除或覆盖已有条目——用户的喜好是跨会话累积的。
unresolvedThreads：谨慎移除。"话题没被提到"或"对话转移"不算解决。优先保留涉及深层内心冲突的线索，而非表面信息缺口。
这类系统的行为，大半定义在提示词层，而且提示词也不是一次写成的：初版画像 schema 根本没有 memorableDetails 和 unresolvedThreads 这些字段，是跑仿真的过程中发现缺了什么，才补上的。设计和测试是交织在一起的。
MBTI 采集信号，深度伴侣兑现价值，这条链路验证下来是通的：理解从对话里来，靠记忆累积，再通过引用传回给用户，让人感受到被理解。
当然还不完美：画像的积累规则需要更多实战数据打磨，伴侣的语气和节奏要调得更自然，上下文窗口的预算分配需要更精细的 context engineering。v0 的盘盘猫是个没有记忆的对话工具，v0.1 开始有点像一个理解你的伴侣。下一步是把它交给真实用户，看画像在仿真之外长不长得出来。